对于训练集和测试集训练出来的学习器,我们还要用一些新的数据来对学习器的泛化能力进行评估,这就是性能度量。
比如现在有一个建好的水果学习器,在预测任务中有一个新的水果集合A,我们对一系列的结果都会有一个预测值,
这是根据训练集和测试集,所测试的结果来确定的。(红苹果就是红色水果,青苹果就是青色水果)
然后我们会对这个A进行一个新的测量得到一系列真实的值。
然后用我们的真实值和预测值做一个比较,一般我们用的公式是均方误差公式:
对于训练集和测试集训练出来的学习器,我们还要用一些新的数据来对学习器的泛化能力进行评估,这就是性能度量。
比如现在有一个建好的水果学习器,在预测任务中有一个新的水果集合A,我们对一系列的结果都会有一个预测值,
这是根据训练集和测试集,所测试的结果来确定的。(红苹果就是红色水果,青苹果就是青色水果)
然后我们会对这个A进行一个新的测量得到一系列真实的值。
然后用我们的真实值和预测值做一个比较,一般我们用的公式是均方误差公式: